<![CDATA[Sekolah Menengah Kejuruan (SMK) mempersiapkan siswa untuk dunia kerja melalui Praktek Kerja Lapangan (PKL). Penelitian ini menggunakan algoritma Fuzzy C-Means (FCM) dalam konteks data mining untuk meningkatkan efisiensi dan akurasi pengelompokan siswa dalam PKL. Algoritma FCM memungkinkan pengelompokan dengan tingkat keanggotaan variatif, yang bertujuan mengoptimalkan kelompok PKL. Proses penelitian mencakup penetapan parameter seperti jumlah klaster, tingkat ketidakjelasan, dan pemilihan pusat klaster awal. Kriteria yang digunakan meliputi lima nilai akademis dari mata pelajaran produktif, minat karir, dan preferensi lokasi magang. Hasil evaluasi model menunjukkan bahwa FCM dapat memberikan pengelompokan yang cukup akurat, dengan tingkat akurasi mencapai sekitar 72%. Penelitian ini menunjukkan bahwa algoritma Fuzzy C-Means (FCM) dapat meningkatkan efisiensi pengelompokan siswa PKL, meskipun terdapat tantangan dalam mencapai akurasi yang lebih tinggi. Hal ini mendesaknya keseragaman dan kualitas data serta pengaturan parameter algoritma untuk mencapai hasil yang optimal. Penelitian ini memberikan evaluasi lebih lanjut terhadap parameter dan kualitas data untuk meningkatkan akurasi pengelompokan di masa depan.]]>
Copyrights © 2025
